基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以蚁群系统为基础,提出了一种具有杂交、变异因子的自适应蚁群算法优化PID控制参数的方法,该方法克服了一般蚁群算法收敛速度比较慢,容易出现停滞以及全局搜索能力较低的缺点,能够令人满意地实现PID控制参数的优化.仿真实验结果与Z-N法、遗传算法优化的结果进行比较,系统单位阶跃响应的超调量σ和调整时间ts大幅度减少,动态和稳态性能进一步改善,证明该算法具有更新的模拟进化优化方法的有效性.
推荐文章
基于自适应蚁群遗传混合算法的 PID 参数优化
PID 控制器
交叉因子
蚁群遗传混合算法
自适应
信息素
基于感知模糊自适应蚁群算法的非线性PID控制设计
非线性PID控制
蚁群算法
自适应
模糊控制
基于遗传因子的自适应蚁群算法最优PID控制
遗传因子
蚁群算法
信息素
PID控制
具有自适应边界与最优引导的莱维飞行蚁狮优化算法
蚁狮算法
莱维飞行
自适应
高斯变异
无线传感器网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 具有杂交、变异因子的自适应蚁群算法最优PID参数
来源期刊 计算机工程与应用 学科 工学
关键词 杂交、变异因子 蚁群算法 信息素 PID控制
年,卷(期) 2006,(6) 所属期刊栏目 学术探讨
研究方向 页码范围 88-91
页数 4页 分类号 TP18|TP273
字数 5658字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.06.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林亚平 湖南大学软件学院 231 2974 26.0 42.0
2 彭沛夫 湖南大学软件学院 23 182 9.0 13.0
4 张桂芳 湖南大学软件学院 11 131 7.0 11.0
6 彭理莉 中南大学信息学院 5 40 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (15)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (18)
二级引证文献  (47)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(1)
  • 引证文献(0)
  • 二级引证文献(1)
2009(7)
  • 引证文献(2)
  • 二级引证文献(5)
2010(9)
  • 引证文献(1)
  • 二级引证文献(8)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
杂交、变异因子
蚁群算法
信息素
PID控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导